在中關村論壇年會的AI主題論壇現場，觀眾的熱情幾乎要溢出會場。原本容納數百人的空間座無虛席，連過道和后排都站滿了慕名而來的聽眾。這場聚焦人工智能前沿的討論，匯聚了月之暗面創始人楊植麟、小米MiMo大模型負責人羅福莉、智譜華章CEO張鵬、無問芯穹CEO夏立雪以及香港大學助理教授黃超五位行業領軍人物。他們從智能體應用場景的突破，聊到算力基礎設施的挑戰，話題始終圍繞著近期引發熱議的OpenClaw項目展開。
這場討論的起點，是今年年初突然爆紅的"養龍蝦"現象。這個原本在AI開發者圈層內流傳的智能體應用，通過OpenClaw框架的開源特性迅速破圈，成為普通網民也能輕松參與的創意平臺。張鵬用"腳手架"形容這個項目的價值："它讓非技術背景的用戶也能調用頂尖大模型的能力，就像給普通人配備了專業工具，既能完成基礎任務，又能創造意想不到的應用場景。"羅福莉則從技術演進角度指出，OpenClaw的革命性在于重新定義了Agent框架的標準——通過開源社區的集體智慧，既保證了基礎模型的穩定性，又拓展了上層應用的想象力邊界。
當討論轉向技術實現層面，現場氣氛變得更為熱烈。黃超提出的"活人感交互"概念引發共鳴，他對比傳統智能體工具屬性，強調OpenClaw通過自然語言交互帶來的沉浸體驗："用戶不再需要適應機器邏輯，而是可以像與人對話一樣使用AI，這種轉變可能催生全新的應用生態。"這種觀點得到張鵬的呼應，他透露智譜專門為這類場景優化的GLM-5-Turbo模型，在工具調用、長任務執行等能力上有顯著提升，但同時也帶來新的挑戰——復雜任務消耗的Token數量呈指數級增長，直接推高了模型推理成本。
算力問題成為繞不開的焦點。夏立雪用"標準化Token工廠"的比喻，描繪了基礎設施層面的應對方案："當前資源增長速度遠跟不上需求爆發，必須通過技術創新提高單位算力的利用效率。"他特別指出，未來AI基礎設施需要具備自我進化能力，能夠根據應用場景動態調整資源分配。這種觀點與羅福莉的大模型自進化理論形成呼應，后者認為Agent框架正在激活預訓練模型的潛在能力，當智能體能夠自主完成更長鏈條的任務時，就具備了類似科學家的探索能力。
關于行業未來走向，五位嘉賓給出了不同維度的預測。張鵬直言不諱地指出，未來12個月算力供給將是決定AI應用規模的關鍵因素："當模型從訓練轉向推理階段，算力需求可能出現百倍增長，這需要整個產業鏈協同創新。"黃超則強調生態建設的重要性，他認為只有當模型開發、技能平臺等各個環節都轉向Agent原生架構，智能體才能真正從玩具變成生產力工具。這種技術與應用層面的雙重挑戰，在楊植麟提出的開放性問題中得到集中體現——如何平衡模型能力進化與基礎設施承載力，將成為行業下一階段的核心命題。
